Patrones puntuales

library(RSocrata)
library(tidyverse)
library(lubridate)
library(tidygeocoder)
library(rgeoboundaries)
library(sf)
library(tmap)
library(spatstat)
source("Funciones_propias_ppp.R", encoding = "UTF-8")

Obtención de la base de datos

accidentes <- read.socrata("https://www.datos.gov.co/resource/yb9r-2dsi.json") %>%
    mutate(fecha = ymd(fecha_accidente)) %>%
    select(12, 6:8) %>%
    filter(year(fecha) > 2018 & year(fecha) < 2022)

Geocodificación de las direcciones

# direcciones <- paste(accidentes$sitio_exacto_accidente, ", Barranquilla, Colombia", sep = "")
# localizaciones <- geo(address = direcciones, method = "arcgis")
# write.csv(x = localizaciones, file = "accidentes.csv", row.names = F)

Área de estudio y base de datos final

bqlla <- geoboundaries(country = "COLOMBIA", adm_lvl = 2) %>%
    filter(shapeName == "DISTRITO ESPECIAL, INDUSTRIAL Y PORTUARIO DE BARR*")%>%
    st_transform(crs = 3857)

coordenadas <- read.csv("accidentes.csv")
coordenadas <- cbind(accidentes, coordenadas[,2:3])%>%
                st_as_sf(coords = c('long', 'lat'))%>%
                st_set_crs(value = 4326)%>%
                st_transform(crs = 3857)%>%
                st_intersection(bqlla)

accidentes <- list()
for(i in 2019:2021){
  accidentes[[as.character(i)]] <- filter(coordenadas, year(fecha) == i & month(fecha) > 3)
}

Gráfico de las localizaciones

Accidentes 2019

tmap_mode('view')

tm_shape(bqlla)+
  tm_polygons(alpha = 0.3, border.alpha = 0.7)+
  tm_shape(shp = accidentes[['2019']])+
  tm_dots(size = 0.01)

Accidentes 2020

tmap_mode('view')

tm_shape(bqlla)+
  tm_polygons(alpha = 0.3, border.alpha = 0.7)+
  tm_shape(shp = accidentes[['2020']])+
  tm_dots(size = 0.01)

Accidentes 2021

tmap_mode('view')

tm_shape(bqlla)+
  tm_polygons(alpha = 0.3, border.alpha = 0.7)+
  tm_shape(shp = accidentes[['2021']])+
  tm_dots(size = 0.01)

Pruebas de homogeneidad en la intensidad

# Guardando datos por anio
datos_2019 <- ppp(x = st_coordinates(accidentes[[1]])[, 1],
             y = st_coordinates(accidentes[[1]])[, 2],
             window = as.owin(W = bqlla))

datos_2020 <- ppp(x = st_coordinates(accidentes[[2]])[, 1],
             y = st_coordinates(accidentes[[2]])[, 2],
             window = as.owin(W = bqlla))

datos_2021 <- ppp(x = st_coordinates(accidentes[[3]])[, 1],
             y = st_coordinates(accidentes[[3]])[, 2],
             window = as.owin(W = bqlla))

Argumento gráfico

Conteos 2019

qc_2019 <- quadratcount(datos_2019, nx = 5, ny = 5)
plot(qc_2019)

Conteos 2020

qc_2020 <- quadratcount(datos_2020, nx = 5, ny = 5)
plot(qc_2020)

Conteos 2021

qc_2021 <- quadratcount(datos_2021, nx = 5, ny = 5)
plot(qc_2021)

Pruebas \(\chi^2\)

Accidentes en 2019

quadrat.test(qc_2019)

## 
##  Chi-squared test of CSR using quadrat counts
## 
## data:  
## X2 = 2857.1, df = 18, p-value < 2.2e-16
## alternative hypothesis: two.sided
## 
## Quadrats: 19 tiles (irregular windows)

Accidentes en 2020

quadrat.test(qc_2020)

## 
##  Chi-squared test of CSR using quadrat counts
## 
## data:  
## X2 = 1324.7, df = 18, p-value < 2.2e-16
## alternative hypothesis: two.sided
## 
## Quadrats: 19 tiles (irregular windows)

Accidentes en 2021

quadrat.test(qc_2021)

## 
##  Chi-squared test of CSR using quadrat counts
## 
## data:  
## X2 = 2094.2, df = 18, p-value < 2.2e-16
## alternative hypothesis: two.sided
## 
## Quadrats: 19 tiles (irregular windows)

Mapas de probabilidad

Año 2019

graph_ppp(datos_2019, 350, "Año 2019")

Año 2020

graph_ppp(datos_2020, 350, "Año 2020")

Año 2021

graph_ppp(datos_2021, 350, "Año 2021")